C++对生成的二叉平衡树,能实现数据的查找,插入,删除

时间: 2024-03-25 13:40:03 浏览: 43
是的,C++可以通过实现二叉平衡树来实现数据的查找、插入和删除。下面是一个简单的实现: ```c++ #include <iostream> using namespace std; // 定义二叉平衡树的节点结构体 struct AVLNode { int val; int height; AVLNode* left; AVLNode* right; AVLNode(int v) : val(v), height(1), left(nullptr), right(nullptr) {} }; // 计算节点高度的辅助函数 int getHeight(AVLNode* root) { return root == nullptr ? 0 : root->height; } // 计算节点平衡因子的辅助函数 int getBalanceFactor(AVLNode* root) { return root == nullptr ? 0 : getHeight(root->left) - getHeight(root->right); } // 更新节点高度的辅助函数 void updateHeight(AVLNode* root) { root->height = max(getHeight(root->left), getHeight(root->right)) + 1; } // 左旋转的辅助函数 AVLNode* leftRotate(AVLNode* root) { AVLNode* newRoot = root->right; root->right = newRoot->left; newRoot->left = root; updateHeight(root); updateHeight(newRoot); return newRoot; } // 右旋转的辅助函数 AVLNode* rightRotate(AVLNode* root) { AVLNode* newRoot = root->left; root->left = newRoot->right; newRoot->right = root; updateHeight(root); updateHeight(newRoot); return newRoot; } // 插入节点的辅助函数 AVLNode* insertNode(AVLNode* root, int val) { if (root == nullptr) { return new AVLNode(val); } if (val < root->val) { root->left = insertNode(root->left, val); } else if (val > root->val) { root->right = insertNode(root->right, val); } else { return root; // 已存在相同的节点,不需要插入 } updateHeight(root); int balanceFactor = getBalanceFactor(root); if (balanceFactor > 1 && val < root->left->val) { // LL型 return rightRotate(root); } else if (balanceFactor > 1 && val > root->left->val) { // LR型 root->left = leftRotate(root->left); return rightRotate(root); } else if (balanceFactor < -1 && val > root->right->val) { // RR型 return leftRotate(root); } else if (balanceFactor < -1 && val < root->right->val) { // RL型 root->right = rightRotate(root->right); return leftRotate(root); } return root; } // 查找节点的辅助函数 AVLNode* searchNode(AVLNode* root, int val) { if (root == nullptr || root->val == val) { return root; } if (val < root->val) { return searchNode(root->left, val); } else { return searchNode(root->right, val); } } // 查找最小节点的辅助函数 AVLNode* findMinNode(AVLNode* root) { while (root->left != nullptr) { root = root->left; } return root; } // 删除节点的辅助函数 AVLNode* deleteNode(AVLNode* root, int val) { if (root == nullptr) { return nullptr; } if (val < root->val) { root->left = deleteNode(root->left, val); } else if (val > root->val) { root->right = deleteNode(root->right, val); } else { if (root->left == nullptr || root->right == nullptr) { AVLNode* tmp = root->left == nullptr ? root->right : root->left; if (tmp == nullptr) { tmp = root; root = nullptr; } else { *root = *tmp; } delete tmp; } else { AVLNode* tmp = findMinNode(root->right); root->val = tmp->val; root->right = deleteNode(root->right, tmp->val); } } if (root == nullptr) { return nullptr; } updateHeight(root); int balanceFactor = getBalanceFactor(root); if (balanceFactor > 1 && getBalanceFactor(root->left) >= 0) { // LL型 return rightRotate(root); } else if (balanceFactor > 1 && getBalanceFactor(root->left) < 0) { // LR型 root->left = leftRotate(root->left); return rightRotate(root); } else if (balanceFactor < -1 && getBalanceFactor(root->right) <= 0) { // RR型 return leftRotate(root); } else if (balanceFactor < -1 && getBalanceFactor(root->right) > 0) { // RL型 root->right = rightRotate(root->right); return leftRotate(root); } return root; } int main() { AVLNode* root = nullptr; root = insertNode(root, 4); root = insertNode(root, 2); root = insertNode(root, 1); root = insertNode(root, 3); root = insertNode(root, 6); root = insertNode(root, 5); root = insertNode(root, 7); root = deleteNode(root, 3); AVLNode* target = searchNode(root, 5); cout << target->val << endl; // 输出 5 return 0; } ``` 在上述代码中,我们实现了一个二叉平衡树,包括节点的插入、查找和删除操作。通过AVL树的自平衡特性,可以保证树的高度始终在 $O(\log n)$ 的范围内,从而实现了高效的数据操作。

相关推荐

最新推荐

recommend-type

C++使用Kruskal和Prim算法实现最小生成树

总结,最小生成树的 C++ 实现涉及到图论、贪心算法、数据结构(如并查集和优先级队列)以及文件输入输出操作。理解这两种算法的基本思想及其在实际编程中的应用对于提升算法分析和编程能力具有重要意义。
recommend-type

广州大学 数据结构实验报告 实验四 查找和排序算法实现

在实验中,学生们使用C++编程语言实现这些算法,并对16个随机生成的2位正整数进行排序。他们不仅需要实现算法,还需要记录和输出排序过程,以及关键字的比较次数和记录的移动次数,以分析算法的性能。 这些排序算法...
recommend-type

最小生成树_Prim算法实现C++

最小生成树_Prim算法实现C++ 在计算机科学中,Prim算法是一种常用的最小生成树算法,它可以用于解决无向图的最小生成树问题。 Prim算法的主要思想是,从某个起始点开始,逐步添加边,直到所有顶点都被连接。 在...
recommend-type

C++实现数据文件存储与加载

"C++实现数据文件存储与加载" C++实现数据文件存储与加载是计算机编程中的一个重要话题,数据文件存储和加载是计算机科学和软件工程中的一项基本技术。本文将详细介绍如何使用C++语言实现数据文件存储和加载,包括...
recommend-type

C++读取WAV音频文件的头部数据的实现方法

C++读取WAV音频文件的头部数据的实现方法 C++读取WAV音频文件的头部数据是音频文件处理的基础步骤之一。WAV音频文件的头部数据中包含了音频文件的基本信息,如音频格式、采样率、比特率等。通过读取WAV音频文件的...
recommend-type

C++多态实现机制详解:虚函数与早期绑定

C++多态性实现机制是面向对象编程的重要特性,它允许在运行时根据对象的实际类型动态地调用相应的方法。本文主要关注于虚函数的使用,这是实现多态的关键技术之一。虚函数在基类中声明并被标记为virtual,当派生类重写该函数时,基类的指针或引用可以正确地调用派生类的版本。 在例1-1中,尽管定义了fish类,但基类animal中的breathe()方法并未被声明为虚函数。因此,当我们创建一个fish对象fh,并将其地址赋值给animal类型的指针pAn时,编译器在编译阶段就已经确定了函数的调用地址,这就是早期绑定。这意味着pAn指向的是animal类型的对象,所以调用的是animal类的breathe()函数,而不是fish类的版本,输出结果自然为"animalbreathe"。 要实现多态性,需要在基类中将至少一个成员函数声明为虚函数。这样,即使通过基类指针调用,也能根据实际对象的类型动态调用相应的重载版本。在C++中,使用关键字virtual来声明虚函数,如`virtual void breathe();`。如果在派生类中重写了这个函数,例如在fish类中定义`virtual void breathe() { cout << "fishbubble" << endl; }`,那么即使使用animal类型的指针,也能调用到fish类的breathe()方法。 内存模型的角度来看,当一个派生类对象被赋值给基类指针时,基类指针只存储了派生类对象的基类部分的地址。因此,即使进行类型转换,也只是访问基类的公共成员,而不会访问派生类特有的私有或保护成员。这就解释了为什么即使指针指向的是fish对象,调用的还是animal的breathe()函数。 总结来说,C++多态性是通过虚函数和早期/晚期绑定来实现的。理解这两个概念对于编写可扩展和灵活的代码至关重要。在设计程序时,合理使用多态能够提高代码的复用性和可维护性,使得程序结构更加模块化。通过虚函数,可以在不改变接口的情况下,让基类指针动态调用不同类型的子类对象上的同名方法,从而展现C++强大的继承和封装特性。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

Parallelization Techniques for Matlab Autocorrelation Function: Enhancing Efficiency in Big Data Analysis

# 1. Introduction to Matlab Autocorrelation Function The autocorrelation function is a vital analytical tool in time-domain signal processing, capable of measuring the similarity of a signal with itself at varying time lags. In Matlab, the autocorrelation function can be calculated using the `xcorr
recommend-type

matlab处理nc文件,nc文件是1979-2020年的全球降雨数据,获取一个省份区域内的日降雨量,代码怎么写

在MATLAB中处理`.nc`(NetCDF)文件通常需要使用`netcdf`函数库,它是一个用于读写多种科学数据格式的工具。对于全球降雨数据,你可以按照以下步骤编写代码: 1. 安装必要的库(如果还没有安装): ```matlab % 如果你尚未安装 netcdf 包,可以安装如下: if ~exist('netcdf', 'dir') disp('Installing the NetCDF toolbox...') addpath(genpath(fullfile(matlabroot,'toolbox','nco'))); end ``` 2. 加载nc文件并查看其结
recommend-type

Java多线程与异常处理详解

"Java多线程与进程调度是编程领域中的重要概念,尤其是在Java语言中。多线程允许程序同时执行多个任务,提高系统的效率和响应速度。Java通过Thread类和相关的同步原语支持多线程编程,而进程则是程序的一次执行实例,拥有独立的数据区域。线程作为进程内的执行单元,共享同一地址空间,减少了通信成本。多线程在单CPU系统中通过时间片轮转实现逻辑上的并发执行,而在多CPU系统中则能实现真正的并行。 在Java中,异常处理是保证程序健壮性的重要机制。异常是程序运行时发生的错误,通过捕获和处理异常,可以确保程序在遇到问题时能够优雅地恢复或终止,而不是崩溃。Java的异常处理机制使用try-catch-finally语句块来捕获和处理异常,提供了更高级的异常类型以及finally块确保关键代码的执行。 Jdb是Java的调试工具,特别适合调试多线程程序。它允许开发者设置断点,查看变量状态,单步执行代码,从而帮助定位和解决问题。在多线程环境中,理解线程的生命周期和状态(如新建、运行、阻塞、等待、结束)以及如何控制线程的执行顺序和同步是至关重要的。 Java的多线程支持包括Thread类和Runnable接口。通过继承Thread类或者实现Runnable接口,用户可以创建自己的线程。线程间同步是多线程编程中的一大挑战,Java提供了synchronized关键字、wait()、notify()和notifyAll()等方法来解决这个问题,防止数据竞争和死锁的发生。 在实际应用中,多线程常用于网络编程、数据库访问、GUI应用程序(如Swing或JavaFX)的事件处理、服务器端的并发处理等场景。例如,一个Web服务器可能需要同时处理多个客户端请求,这时使用多线程可以显著提升性能。此外,多线程在动画制作、游戏开发、多媒体应用等领域也发挥着重要作用,因为它允许同时处理渲染、计算和用户交互等多个任务。 Java的多线程与进程调度是构建高效、健壮应用的基础,而异常处理则提升了程序的稳定性。通过深入理解和熟练运用这些概念,开发者可以创建出更加灵活和可靠的软件系统。"